CN109035083A - 一种适用于自适应在线学习的测评方法、移动终端及介质 - Google Patents

Abstract

本发明涉及一种适用于自适应在线学习的测评方法、移动终端及介质，该方法包括移动终端自动生成导航学习路径；根据学习进度和需要选定知识单备进行测验；开始预测验并估计学习者的初始能力值；根据预测验的结果进行精准测量能力值；达到测验的终止条件，结束测验；根据测验结果，计算学习者的能力值，并生成测验报告。能够解决现有技术在在线学习中学习测评精度不高等问题。

Description

一种适用于自适应在线学习的测评方法、移动终端及介质

技术领域

本发明涉及在线学习技术领域，具体地说是一种适用于自适应在线学习的测评方法、移动终端及介质。

背景技术

现有的在线学习模式分为将网络作为媒介工具形成的学习模式、以移动性为出发点形成的学习模式、以百度百科，维基百科等百科类网络学习模式。针对于网络学习环境下海量教学资源爆炸性增长所引发的学习迷航与认知过载问题，以认知科学为指导，研究新型的在线学习模式，攻克支撑该模式的导航学习路径生成，学习测评方法等关键技术以提高在线学习的学习效率问题。

传统的测评方式对于测评学习者对所教的知识点的掌握程度的流程如下：首先，划定考点范围，然后针对考点出题，随机抽取试题组成试卷，再根据学习者的答题情况进行测评，如果学习者做对了大部分试题就认为该学生掌握了该考点的知识，如果做错了某个考点下的大部分试题，则认为学习者对该考点的知识没有很好地掌握。

通过上面的对传统测评方式的描述可知，传统的测评方式不能精准确定学习者对某个知识点或考点的掌握程度，从而无法准确的了解学习者的学习水平、因材施教和个性化推荐学习。

公开号为CN107862926A申请名称为一种在线学习效果的评测方法、移动终端和介质的专利，提供了一种在线学习效果的评测方法，该方法先获取用户学习记录数据；获取用户提出的学习效果评测请求；再根据用户的学习内容找出对应的测试试题，把所述测试试题展示给用户；然后获取用户提交的试题答案；计算测试成绩，结合用户学习记录、测试试题和测试成绩进行分析和评估，得到学习效果的评估结果；最后将所述评估结果发送给用户。与现有技术相比，此发明能够让用户更了解自己的学习情况，提高用户的学习效率。但是，这种方法只是单纯的介绍了一种用于评测学习效果的方法，没有详细介绍学生的学习流程如何实现。

公开号为CN107240313A申请名称为一种在线学习系统及方法、服务器的专利，涉及一种在线学习系统，其实现了学生端的教学和互动和家长端的实时学习检测，从而保证了学生的学习效果，提升用户体验。这种方法全面叙述了在线学习的关键环节，但缺少对学习测评中关键技术的研究与实现，特别是基于项目反应理论的参数估计技术。

公开号为CN107146182A申请名称为在线学习系统的专利，公开了一种在线学习系统，此发明能够方便的实现老师对学生进行辅导，提高学生的效率。但是，这种方法没有充分考虑辅导学习，对于薄弱环节的推荐学习等问题。

发明内容

本发明提供了一种适用于自适应在线学习的测评方法、移动终端及介质，以解决因现有技术在在线测评中出现的不能精准定位学习者对某个知识点或考点的掌握程度，从而无法准确的了解学习者的学习水平、因材施教和个性化推荐学习的问题。

为实现上述发明目的，一方面，本发明提供一种适用于自适应在线学习的测评方法，包括由移动终端和介质组成的在线学习系统，该方法包括完成预估学习者的初始能力值的阶段、精确测量学习者能力值阶段，具体包括如下步骤：

(1)移动终端自动生成导航学习路径。以认知科学为指导，将知识单元及其依赖关系作为知识地图的顶点和边存储于广义表中，根据知识单元中心度和难度量化计算方法，生成导航学习路径；

(2)根据学习进度和需要选定知识单元进行测验。基于不同的学习基础，学习者在给定的导航路径中按需索取知识单元；

(3)开始预测评并估计学习者的初始能力值。系统查看学习者之前是否有测评历史，如果有的话就直接读取最近一次的测评记录，转向步骤4，没有测评历史的话，就选取难度分别递增的5道试题供学习者进行预测评。预测评结束之后按照下面的公式进行计算初始能力值

Theat＝Theat/n

θ＝θ-step*Theat

Theat初始值为0，result的值当试题答对时为1，答错时为0，D＝1.702，

a为试题区分度，b为试题难度，step为步长0.01,n为当前测评试题的总和；

(4)根据预测评的结果进行精准测量能力值。根据步骤3得出的初始能力值，自动在题库中匹配难度和初始能力值相等的试题，利用步骤3的公式精准的计算能力值，并重复步骤4；

(5)达到测评的终止条件，结束测验。测评的终止条件为，当学习者测评试题数量达到20时终止测评；

(6)根据测评结果，计算学习者的能力值。根据步骤3的公式计算出学习者在选定的知识单元的能力值，并存入移动终端；

(7)生成测评报告。测评报告的详细信息包含对本次测评的能力值、知识单元中的各知识点掌握程度、本次测评的错题记录与解析和个性化推荐学习资料等。

第二方面，本发明还提供了一种适用于自适应在线学习的测评移动终端，包括由处理器、输入/输出设备、存储器和存储器组成的移动终端，具体包括：

(1)学习者注册输入的数据发送到移动终端并储存，当学习者登录数据时，对比移动终端中的数据。如果一致，允许登录，不一致提示用户账户或密码不一致；

(2)存储学习者的学习进度数据至移动终端，当学习者选择测评或者进行学习时根据移动终端中的数据进行选择相应的知识单元进行学习或测评；

(3)存储学习者在测评学习测评模块中的数据至移动终端，测评数据包括测评结果，做题时间等；

(4)存储提供给学习者的学习资源，如知识单元的视频教学、教学文档等；

(5)存储学生在讨论模块中的数据，以便在下次加载的时候输出。

第三方面，本发明还提供了一种适用于自适应在线学习的测评介质，包括由测验报告产生的个性化推荐学习、学习资源、学习进度和个人中心等组成的介质，具体包括：

个性化推荐学习模块，包括学习建议、学习路径和学习资源等

学习资源提供模块，包括学习视频资源，教学文本文件以及课后讨论多种组合；

测验资源提供模块，包括针对给定的知识单元包含预定数量的测试题目；

(8)测验报告提供模块，具体包括对本次测评的能力值、知识单元中的各知识点掌握程度、本次测评的错题记录与解析和个性化推荐学习资料等；

学习进度提供模块，具体包括以一种学习路径的方式向学生以及绑定的家长展示学生在某个学科或者某个单元学习的进度；

讨论区提供模块，具体包括讨论学习问题、趣事分享和招聘启事等；

注册登录提供模块，具体包括学生进行注册且登录，每个学生需与家长账号进行绑定。登录之后才可以进行一系列的学习，测评等活动；

个人中心模块，具体包括个人学习历史、能力测评历史、所在班级、正在进行学习的课程等

教师管理提供模块，具体包括管理学生在每个学生单元的学习情况，讨论区的情况等。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

经由上述的技术方案可知，与现有技术相比，本发明实施例提供了一种适用于自适应在线学习的测评方法、移动终端及介质，该方法包括根据给定的导航学习路径学习者选定知识单元进行测评阶段、进行预测评并估计学习者初始能力值阶段、进行正式的能力值测评阶段，达到测评的终止条件停止测评并结合公式进行计算、最后根据之前的测评数据给出学习者在该知识单元的能力值。学习者在某个知识单元的能力值估计是利用项目反应理论和逻辑斯特三参数模型进行估计，根据学习者测评时表现、所测试题的难度和区分度不断进行计算拟合，最后得出学习者的能力值。考虑到每个学习者的数据不一致性，所以采用移动终端将每个学习者的个人数据包括个人信息、学习进度信息和测评结果都进行存储，这样就实现了任意时候在任意地点都可以进行学习和测试，较好的提高了学习的效率和便捷性。本方法能够有效较好的解决现有技术在在线测评中出现的不能精准定位学习者对某个知识点或考点的掌握程度，从而无法准确的了解学习者的学习水平、因材施教和个性化推荐学习。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例一提供的适用于自适应在线学习的测评方法、移动终端及介质示意图；

图2为本发明实施例一提供的适用于自适应在线学习的测评方法流程示意图；

图3为本发明实施例二提供的适用于自适应在线学习的测评移动终端结构示意图；

图4为本发明实施例三提供的适用于自适应在线学习的测评介质结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例一

为了解决现有技术在在线测评中出现的不能精准定位学习者对某个知识点或考点的掌握程度，从而无法准确的了解学习者的学习水平、因材施教和个性化推荐学习。

本发明中的在线学习采用自动生成导航学习路径的方式开始进行学习，并且采用项目反应理论中以及逻辑斯特三参数模型进行参数估计。

本发明实施例提供了一种适用于自适应在线学习的测评方法、移动终端及介质，如图1所示，该方法包括完成对学习者的测评阶段、学习阶段以及管理个人中心等阶段，具体包括如下步骤：

(1)移动终端自动生成导航学习路径；

(2)根据学习进度和需要选定知识单元进行测评；

(3)开始预测评并估计学习者的初始能力值；

(4)根据预测评的结果进行精准测量能力值；

(5)达到测评的终止条件，结束测验；

(6)根据测评结果，计算学习者的能力值，并生成测评报告；

(7)根据生成的测评报告，进行个性化推荐学习；

(8)根据个性化学习，进行学习并查看学习进度；

(9)在个人中心查看相关信息。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例一

一种适用于自适应在线学习的测评方法，如图2所示，包括由移动终端和介质组成的在线学习测评系统，该方法包括完成对学习者的预测评以及精准测评阶段，生成测评报告阶段，具体包括如下步骤：

(1)移动终端自动生成导航学习路径；

本步骤中，移动终端自动生成导航学习路径以认知科学为指导，将知识单元及其依赖作为知识地图的顶点和边，全部存储于广义表中。基于不同的学习基础，学习者在路径中选取适合自己的知识单元。

(2)根据学习进度和需要选定知识单元进行测评；

本步骤中，学习者根据自己当前的学习基础在自动生成的导航路径选择适合自己进度的知识单元进行计算机自适应测评。

(3)开始预测评并估计学习者的初始能力值；

首先会查看学习者在此之前是否就该知识单元进行过计算机自适应测评，如果有的话就读取存储在移动终端中能力值，转向步骤4。如果没有的话就进行预测评，预测评就是从题库中选取难度不一的5道试题供学习者测评。根据学习者做题的结果和逻辑斯特三参数模型代入下面公式，计算学习者的初始能力值，

Theat＝Theat/n

θ＝θ-step*Theat

上述公式中Theat初始值为0，result的值当试题答对时为1，答错时为0，D＝1.702，a为试题区分度，b为试题难度，step为步长0.01,n为当前学习者做题的数量总和。

计算能力值的过程是一个不断拟合的过程。在计算的过程中，首先从移动终端中获取学习者测评的相关信息，获取的信息具体包括，学习者进行测评试题的难度b、测评试题的区分度a、学习者做题的正确与否，这里我们用1表示正确，0表示错误，然后将获取到的测评信息代入下面的程序，计算出能力值

(4)根据预测评的结果进行精准测量能力值；

移动终端系统根据得到的学习者的能力值在题库中匹配同等难度的试题，然后进行计算机自适应的精准测评。

(5)达到测评的终止条件，结束测评；

本步骤中测评终止条件：当学习者的测评试题数量达到20，提醒学习者本次测评结束，请提交本次测评。

(6)根据学习者的测评结果，计算学习者的能力值，并生成测评报告。

(9)重复步骤3中的计算能力值公式，将需要的数据从移动终端中读取并代入程序，在计算过程中不断进行拟合，直至计算次数达到2000次，结束计算，得到学习者在被测试的知识单元获得的能力值，具体以百分制体现。然后，移动终端生成本次的测评报告。测评报告的详细信息包含对本次测评的能力值、知识单元中的各知识点掌握程度、本次测评的错题记录与解析和个性化推荐学习资料等。

基于同一发明构思，本申请提供了实施例一对应的装置，详见实施例二。

实施例二

相应于实施例一，本实施例提供了一种适用于自适应在线学习的测评移动终端，如图2所示，具体包括：

(1)学习者注册时输入的数据发送到移动终端并储存，当学习者登录数据时，对比移动终端中的数据。如果一致，允许登录，不一致提示用户账户或密码不一致；

(2)存储学习者的学习进度数据至移动终端，当学习者选择进行测评或者学习的时候，根据移动终端中的已存储数据选择相应的知识单元进行测评或学习；

(3)存储学习者在测评学习测评模块中的数据至移动终端，测评数据包括测评试题的难度、测评试题的区分度、测评结果(正确为1，错误为0)，测评时间等；

(4)存储提供给学习者的学习资源，如知识单元的视频教学文件、教学文档、与知识单元相关试题、试题的详细解答等；

(5)存储学生在讨论模块中的数据，具体包括学习者在讨论区各话题下讨论讨论的内容，方便在下次加载的时候呈现。

由于本实施例所介绍的移动终端为实施本申请实施例一的一种适用于自适应在线学习的测评方法，故而基于本申请实施例一中所介绍的方法，本领域所属技术人员能够了解本实施例的方法的具体实施方式以及其各种变化形式，所以在此对于该方法如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的装置，都属于本申请所欲保护的范围。

基于同一发明构思，本申请提供了实施例一对应的移动终端，详见实施例三。

实施例三

本实施例提供一种介质，如图3所示，包括由测验报告产生的个性化推荐学习模块、学习资源提供模块、学习进度提供模块和个人中心提供模块等组成的介质，具体包括：

个性化推荐学习模块，具体包括学习建议、学习路径和学习资源、学习者测评结束产生的测评报告，测评报告的详细信息包含对本次测评的能力值、知识单元中的各知识点掌握程度、本次测评的错题记录与解析和个性化推荐学习资料等，并会在移动终端运行过程时进行推送和通知；

学习资源提供模块，具体包括每个知识单元的学习视频资源，教学文本文件、每个知识单元的习题、习题的解答文件、所学学科中的经典问题与知识的介绍视频资源以及课后讨论多种组合；

测评资源提供模块，具体包括进行计算机自适应测评需要的由所有测评试题组成的题库、测评试题的详细解答等；

测评报告提供模块，具体包括学习者本次测评的能力值、学习者对于被测试知识单元中的各知识点掌握程度、本次测评的错题记录与解析以及个性化推荐的学习资料等；

学习进度提供模块，具体包括以一种学习路径的方式向学生以及绑定的家长展示学生在某个学科或者某个知识单元学习的进度。当学生完成一个知识单元的学习，并且完成练习达到标准，在学习者的学习进度模块中就会解锁已学习的知识单元；

讨论区提供模块，具体包括讨论学习过程中遇到的问题、趣事分享、博客分享和招聘启事等；

注册登录提供模块，具体包括学生进行注册且登录，每个学生需与家长账号进行绑定。登录之后才可以进行一系列的学习，测评等活动，否则就只能以游客的身份；

个人中心模块，具体包括最近学习记录、能力测评记录并且可以知道自己本次测评在班级中的排名、所在班级的信息、正在进行学习的课程等

教师管理提供模块，具体包括管理所教班级中的学生对于每个知识单元的掌握情况以及所教的各班级教学进度情况，讨论区的讨论情况等，教师可以根据学生测评的情况了解学生对教师所教授的知识的掌握程度，并根据考生掌握程度对接下来的教学工作提供参考。

在具体实施过程中，处理器执行移动终端的程序时，可以实现实施例一中任一实施方式。

由于本实施例所介绍的移动终端为实施本申请实施例一中的一种基于自适应在线学习的测评方法所采用的设备，故而基于本申请实施例一中所介绍的设备，本领域所属技术人员能够了解本实施例的移动终端的具体实施方式以及其各种变化形式，所以在此对于该移动终端如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的系统所采用的设备，都属于本申请所欲保护的范围。

本领域内的技术人员应明白，本发明的实施例可提供为方法、介质或移动终端程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有移动终端可用程序代码的移动终端可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的移动终端程序产品的形式。

本发明是参照根据本发明实施例的方法、移动终端和介质的流程图和/或方框图来描述的。应理解可由移动终端程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些移动终端程序指令到通用储存器、专用储存器、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过移动终端或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些移动终端程序指令也可存储在能引导移动终端或其他可编程数据处理设备以特定方式工作的移动终端可读存储器中，使得存储在该移动终端可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些移动终端程序指令也可装载到移动终端或其他可编程数据处理设备上，使得在移动终端或其他可编程设备上执行一系列操作步骤以产生移动终端实现的处理，从而在移动终端或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (6)

1.一种适用于自适应在线学习的测评方法，其特征在于，包括完成预估学习者的初始能力值的阶段、精确测量学习者能力值阶段，具体包括如下步骤：

(1)移动终端自动生成导航学习路径；

(2)根据学习进度和需要选定知识单元进行测验；

(3)开始预测验并估计学习者的初始能力值；

(4)根据预测验的结果进行精准测量能力值；

(5)达到测验的终止条件，结束测验；

(6)根据测验结果，计算学习者的能力值，并生成测验报告。

2.根据权利要求1所述的适用于自适应在线学习的测评方法，其特征在于，所述步骤(1)中的移动终端自动生成导航学习路径以认知科学为指导，将知识单元及其依赖作为知识地图的顶点和边，全部存储于广义表中。基于不同的学习基础，学习者在路径中选取适合自己的知识单元。

3.根据权利要求1所述的适用于自适应在线学习的测评方法，其特征在于，所述步骤(2)中进行预测验的条件是在移动终端查看学习者之前是否就该知识单元进行计算机测验，如果有的话就读取之前存储在移动终端中的能力值，跳转到步骤4、如果没有的话就进行预测验，预测验就是从题库中选取难度不一的5道试题进行预测验；根据预测验结果和逻辑斯特三参数模型代入下面公式计算学习者的初始能力值，

Theat＝Theat/20

θ＝θ-step*Theat

Theat初始值为0，result的值当试题答对时为1，答错时为0，D＝1.702，a为试题区分度，b为试题难度，step为步长0.01。

4.根据权利要求1所述的适用于自适应在线学习的测评方法，其特征在于，所述步骤(5)中计算机自适应测验终止的条件为测验试题数量达到20。

5.一种适用于自适应在线学习的测评移动终端，其特征在于，包括由移动终端组成的自适应在线学习系统，具体包括：

(1)学习者注册输入的数据发送到移动终端并储存，当学习者登录数据时，对比服务器中的数据。如果一致，允许登录，不一致提示用户账户或密码不一致；

(2)存储学习者的学习进度数据至移动终端，当学习者选择测评或者进行学习时根据移动终端中的数据进行选择相应的知识单元进行学习或测评；

(3)存储学习者在测评学习测评模块中的数据至移动终端，测评数据包括测评结果，做题时间等；

(4)存储提供给学习者的学习资源，如知识单元的视频教学、教学文档等；

(5)存储学生在讨论模块中的数据，以便在下次加载的时候输出。

6.一种适用于自适应在线学习的测评介质，其特征在于，包括由测验报告产生的个性化推荐学习、学习资源、学习进度和个人中心等组成的介质，具体包括：

个性化推荐学习模块，包括学习建议、学习路径和学习资源等，学习者测验结束产生测验报告，测验报告中包含了学习者应该如何加强学习，以及具体的个性化学习介绍，并在运行过程中进行推送和通知；

学习资源提供模块，包括学习视频资源，教学文本文件以及课后讨论多种组合；

测验资源提供模块，包括自适应测需要的所有测试试题；

测验报告提供模块，学生的具体表现最后以百分制给出，计算原理利用基于项目反应理论为基础的计算机自适应学习；

学习进度提供模块，具体包括以一种学习路径的方式向学生以及绑定的家长展示学生在某个学科或者某个单元学习的进度。当学生完成一个知识单元的学习，并且完成练习达到标准，在学习进度中就会解锁已学习的知识单元；

讨论区提供模块，具体包括讨论学习问题、趣事分享和招聘启事等；

注册登录提供模块，具体包括学生进行注册且登录，每个学生需与家长账号进行绑定。登录之后才可以进行一系列的学习，测评等活动；

个人中心模块，具体包括个人学习历史、能力测评历史、所在班级、正在进行学习的课程等

教师管理提供模块，具体包括管理学生在每个学生单元的学习情况，讨论区的情况等。